Warum bekomme ich falsche Daten nach dem zweiten Jahr, wenn Aggregat verwendet?

Question

Ich versuche meine Daten nach 8-Tage-Perioden zu gruppieren, ich fand einen Code, der ziemlich gut für das erste Jahr funktioniert, aber dann funktioniert der zweite nicht gut. Ich stecke mit diesem Problem fest.

df$date<-as.Date(df$date) 
z <-aggregate(df$variable, 
       list(Dts = cut(as.Date(df$date, format="%d/%m/%Y"), 
           breaks="8 day")), FUN=sum) 

Ich habe verschiedene Jahre und meine Daten wie folgt aussieht:

structure(list(date = structure(c(5583, 5584, 5585, 5586, 5587, 
5588, 5589, 5590, 5591, 5592, 5593, 5594, 5595, 5596, 5597, 5598, 
5599, 5600, 5601, 5602, 5603, 5604, 5605, 5606, 5607, 5608, 5609, 
5610, 5611, 5612, 5613, 5614, 5615, 5616, 5617, 5618, 5619, 5620, 
5621, 5622, 5623, 5624, 5625, 5626, 5627, 5628, 5629, 5630, 5631, 
5632, 5633, 5634, 5635, 5636, 5637, 5638, 5639, 5640, 5641, 5642, 
5643, 5644, 5645, 5646, 5948, 5949, 5950, 5951, 5952, 5953, 5954, 
5955, 5956, 5957, 5958, 5959, 5960, 5961, 5962, 5963, 5964, 5965, 
5966, 5967, 5968, 5969, 5970, 5971, 5972, 5973, 5974, 5975, 5976, 
5977, 5978, 5979, 5980, 5981, 5982, 5983, 5984, 5985, 5986, 5987, 
5988, 5989, 5990, 5991, 5992, 5993, 5994, 5995, 5996, 5997, 5998, 
5999, 6000, 6001, 6002, 6003, 6004, 6005, 6006, 6007, 6008, 6009, 
6010, 6011, 6313, 6314, 6315, 6316, 6317, 6318, 6319, 6320, 6321, 
6322, 6323, 6324, 6325, 6326, 6327, 6328, 6329, 6330, 6331, 6332, 
6333, 6334, 6335, 6336, 6337, 6338, 6339, 6340, 6341, 6342, 6343, 
6344, 6345, 6346, 6347, 6348, 6349, 6350, 6351, 6352, 6353, 6354, 
6355, 6356, 6357, 6358, 6359, 6360, 6361, 6362, 6363, 6364, 6365, 
6366, 6367, 6368, 6369, 6370, 6371, 6372, 6373, 6374, 6375, 6376 
), class = "Date"), variable = c(2, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0)), .Names = c("date", "variable"), row.names = c(105L, 
106L, 107L, 108L, 109L, 110L, 111L, 112L, 113L, 114L, 115L, 116L, 
117L, 118L, 119L, 120L, 121L, 122L, 123L, 124L, 125L, 126L, 127L, 
128L, 129L, 130L, 131L, 132L, 133L, 134L, 135L, 136L, 137L, 138L, 
139L, 140L, 141L, 142L, 143L, 144L, 145L, 146L, 147L, 148L, 149L, 
150L, 151L, 152L, 153L, 154L, 155L, 156L, 157L, 158L, 159L, 160L, 
161L, 162L, 163L, 164L, 165L, 166L, 167L, 168L, 470L, 471L, 472L, 
473L, 474L, 475L, 476L, 477L, 478L, 479L, 480L, 481L, 482L, 483L, 
484L, 485L, 486L, 487L, 488L, 489L, 490L, 491L, 492L, 493L, 494L, 
495L, 496L, 497L, 498L, 499L, 500L, 501L, 502L, 503L, 504L, 505L, 
506L, 507L, 508L, 509L, 510L, 511L, 512L, 513L, 514L, 515L, 516L, 
517L, 518L, 519L, 520L, 521L, 522L, 523L, 524L, 525L, 526L, 527L, 
528L, 529L, 530L, 531L, 532L, 533L, 835L, 836L, 837L, 838L, 839L, 
840L, 841L, 842L, 843L, 844L, 845L, 846L, 847L, 848L, 849L, 850L, 
851L, 852L, 853L, 854L, 855L, 856L, 857L, 858L, 859L, 860L, 861L, 
862L, 863L, 864L, 865L, 866L, 867L, 868L, 869L, 870L, 871L, 872L, 
873L, 874L, 875L, 876L, 877L, 878L, 879L, 880L, 881L, 882L, 883L, 
884L, 885L, 886L, 887L, 888L, 889L, 890L, 891L, 892L, 893L, 894L, 
895L, 896L, 897L, 898L), class = "data.frame") 

Dies ist der Ausgang I erhalten, und die Leitung 9 wieder mit 1986.04.15 beginnen sollte:

  Dts x 
1 1985-04-15 2 
2 1985-04-23 0 
3 1985-05-01 0 
4 1985-05-09 0 
5 1985-05-17 0 
6 1985-05-25 0 
7 1985-06-02 0 
8 1985-06-10 0 
9 1986-04-10 0 
10 1986-04-18 0 
11 1986-04-26 0 
12 1986-05-04 NA 
13 1986-05-12 NA 
14 1986-05-20 NA 
15 1986-05-28 NA 
16 1986-06-05 NA 
17 1986-06-13 NA 
18 1987-04-13 0 
19 1987-04-21 0 
20 1987-04-29 0 
21 1987-05-07 0 
22 1987-05-15 0 
23 1987-05-23 0 
24 1987-05-31 0 
25 1987-06-08 0 
26 1987-06-16 0 

Die Daten sind da, aber ich weiß nicht, was los ist. Vielen dank für Deine Hilfe.

Answer 1

Wenn Sie ab dem 15. April 1985 in 8-Tage-Schritten gehen, dann ist der 10. April 1986 der Beginn einer der 8-Tage-Perioden. Hier ist eine Möglichkeit, die gleichen Tage des Jahres wie die Pausen für andere Jahre wie für 1985 zu verwenden:

Um die Datumspausen für die Funktion einzustellen, erhalten Sie den Rest bei der Division des Tages des Jahres von 1985 dargestellt -04-15 mal 8. Wählen Sie dann mit dem gleichen Rest alle Daten im Bereich df$date aus. Dies ergibt die gleichen Tage des Jahres für alle Jahre (außer dass wir aufgrund des zusätzlichen Tages eine Anpassung für Schaltjahre benötigen). Dies sind die Datumspausen, die wir für die Funktion verwenden.

Beachten Sie, dass dieser Ansatz dazu führt, dass das letzte Intervall jedes Jahr fünf statt acht Tage beträgt. In Schaltjahren ist das Intervall um den 29. Februar neun Tage lang.

library(lubridate) 
library(dplyr) 

index = yday(df$date[1]) %% 8 
dates = seq(min(df$date), max(df$date), "1 day") 
breaks = dates[yday(dates) %% 8 == index] 

# Ensure that leap years have same breaks as other years 
breaks = if_else(year(breaks) %in% seq(1980,2020,4) & yday(breaks) > yday(as.Date("1980-02-28")), 
       breaks + 1, breaks) 

aggregate(df$variable, list(Dts = cut(df$date, breaks=breaks)), FUN=sum) 

  Dts x 
1 1985-04-15 2 
2 1985-04-23 0 
3 1985-05-01 0 
4 1985-05-09 0 
5 1985-05-17 0 
6 1985-05-25 0 
7 1985-06-02 0 
8 1985-06-10 0 
9 1986-04-15 0 
10 1986-04-23 0 
11 1986-05-01 0 
12 1986-05-09 NA 
13 1986-05-17 NA 
14 1986-05-25 NA 
15 1986-06-02 NA 
16 1986-06-10 NA 
17 1987-04-15 0 
18 1987-04-23 0 
19 1987-05-01 0 
20 1987-05-09 0 
21 1987-05-17 0 
22 1987-05-25 0 
23 1987-06-02 0